hrvatski

USPOREDBA USPJEŠNOSTI KONVOLUCIJSKIH I LONG SHORT-TERM MEMORY NEURONSKIH MREŽA U PREDVIĐANJU TEMPERATURE

U uvodu diplomskog rada dan je kratak osvrt na osnove strojnog učenja. Teorijski su obrađene osnove povratnih neuronskih mreža, s posebnim osvrtom na LSTM mreže te konvolucijske neuronske mreže. U praktičnom dijelu rada analizirani su podaci prikupljeni senzorima sustava eAgrar. Kao rezultat diplomskog rada istrenirane su LSTM neuronske mreže i konvolucijske neuronske mreže za predviđanje temperature koristeći pet prethodnih vrijednosti temperature, tlaka zraka i vlažnosti zraka. I najpreciznija LSTM mreža i najpreciznija konvolucijska mreža od svih istreniranih predviđaju temperaturu sa standardnom devijacijom reziduala od 0, 37 stupnja Celzija. Uočeno je kako je vrijeme potrebno za istrenirati konvolucijsku mrežu u prosjeku jedan red veličine manje od vremena potrebnog za istrenirati LSTM mrežu približno jednake preciznosti.

strojno učenje povratne neuronske mreže konvolucijske neuronske mreže LSTM

nije evidentirano